问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、市值100亿以内的无亏损企业。
选股逻辑分析
选股逻辑基于元宇宙行业和圆弧形态筛选，加入市值100亿以内和无亏损的条件，意在寻找未超高估值且有盈利能力的潜力企业。
有何风险？
过分追求市值大小和企业盈利能力容易忽略其他重要的市场信息。同时，单纯使用技术指标难以透彻地了解股票的真实价值，需要慎重考虑其他因素。
如何优化？
除了技术指标外，可以加入其他基本面指标，如财务报表数据、行业龙头程度等，进行综合分析。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、市值100亿以内的无亏损企业，并结合其他基本面指标进行综合评估。
同花顺指标公式代码参考
元宇宙行业可以通过万德或通达信数据获取，也可以自行定义股票所属行业。
圆弧形态无默认指标公式，需要根据市场自行定义。
市值100亿以内的条件的指标公式为MCAP < 10000000000
无亏损条件的指标公式为ROE > 0
Python代码参考
import akshare as ak
import pandas as pd
def custom_indicator(data):
# 自定义圆弧形态
data['CIR'] = abs(data['high'] - data['low']) / data['close'].shift(1) * 100
return data
def hot_stock_strategy(data):
# 筛选符合条件的股票
conditions = [
(data['industry'] == '元宇宙'), # 所属行业为元宇宙
(data['CIR'] > 0), # 圆弧形态自定义指标
(data['mktcap'] < 10000000000), # 市值100亿以内
(data['roe'] > 0) # 无亏损
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_stock_data():
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
selected_data = hot_stock_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_stock_data())
在该选股逻辑的Python代码中，加入了市值和盈利能力的指标，并结合其他基本面信息进行综合评估，以提高选股准确度和效果。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
